目前，在尝试调整可观察到的差异时，关于使用哪种治疗效果估计器的实际建议很少。最近的一个建议是在模拟经验背景的模拟中比较估计器的性能。人们提出了两种运行这种“实证蒙特卡罗研究”(EMCS)的方法。我们从理论上证明，除非在许多情况下不可能满足的限制性条件下，否则这两种方法都不可能提供有用的信息。为了测试经验相关性，我们还将这些方法应用到一个真实的环境中，在这个环境中估计者的性能是已知的。我们发现，在我们的设置中，两种EMCS方法在选择最小化绝对偏差的估计值时都比随机的差。在选择最小均方误差的估计值时，它们表现得更好。然而，使用一个简单的引导程序至少是一样好的，而且通常更好。目前，最好建议研究人员使用一系列的估计量，并比较估计的稳健性。